基于层次分析法(AHP)与地理信息系统(GIS)的复合灾害多灾种风险评估研究——以菲律宾奥迪翁甘市建筑脆弱性为例

　　菲律宾奥迪翁甘市频发洪水、滑坡与火灾等复合灾害，研究团队创新性整合AHP与GIS技术，构建多灾种风险评估框架，完成4043栋建筑的精细化风险分级。该研究首次实现洪水-滑坡-火灾三灾种耦合分析，绘制高分辨率风险地图（20%建筑属极高风险），为地方政府(LGUs)提供灾前加固、应急规划的科学依据，推动《仙台框架》在地化实践。

　　

菲律宾作为全球灾害风险最高的国家之一，常年面临台风、洪水、滑坡和火灾的多重威胁。位于塔布拉斯岛的奥迪翁甘市更是典型代表，其特殊的地理位置（太平洋火环带与西北太平洋盆地交汇处）导致年均遭遇20次热带气旋，加之快速城市化加剧了灾害脆弱性。尽管菲律宾国家灾害风险降低与管理委员会(NDRRMC)等机构提供单一灾种风险图，但缺乏考虑灾害交互作用的精细化建筑级评估工具，导致地方政府(LGUs)难以制定精准的减灾策略。

为破解这一难题，来自国内研究机构（具体名称略）的Jerome Gacu团队在《Heliyon》发表创新研究，首次将地理信息系统(GIS)的空间分析能力与层次分析法(AHP)的决策权重体系相结合，构建了覆盖洪水、滑坡、火灾三灾种的复合风险评估模型。研究团队采集了奥迪翁甘市9个巴朗盖（Barangay）的4043栋建筑数据，通过仙台框架(Sendai Framework)指导的参数分类体系，整合地形、气象、建筑属性等42项指标，采用加权叠加分析生成五级风险地图。

关键技术方法包括：1) 基于专家问卷的AHP权重分配（10位灾害管理专家参与）；2) QGIS 3.34.11的空间叠加分析；3) 多灾种指数(MHI)计算公式：MHI = (H_f

• H_l
• H_fi
  )/3；4) 建筑级暴露-脆弱性耦合评估模型。数据来源涵盖菲律宾大气地球物理天文服务管理局(PAGASA)、矿业与地球科学局(MGB)等官方渠道及实地调查。

3.1 参数识别
通过文献综述与政府数据交叉验证，确定6项洪水参数（如坡度、高程、年均降雨量）、8项滑坡参数（含历史地震距离）和6项火灾参数（包括距加油站距离）。建筑脆弱性评估涵盖地板材料、层数等8项指标，构建了菲律宾首个复合灾害参数数据库。

3.2 空间映射
高程分析显示70.62%建筑位于0-9米低洼区（图4b），洪水深度模拟揭示Poblacion区面临4-5米极端洪水风险（图4d）。滑坡敏感区集中在Budiong等陡坡地带（图5a），而火灾高风险建筑多分布在距消防站800米外区域（图6b）。

3.3 AHP权重评估
专家赋权显示：洪水风险中河网邻近度(HRN5)权重最高(23.26%)，滑坡评估以敏感度(LLS4)为主导(23.61%)，火灾风险则最关注加油站距离(FGS1,20.22%)。一致性比率(CR)均<0.1，符合Saaty标准。

3.4 风险地图构建
最终风险分级显示：20.01%建筑(809栋)属极高风险，主要分布在Poctoy等非中心区（图14）。空间分析揭示风险聚集效应——16.47%高风险建筑同时暴露于三种灾害，且多采用竹木结构（图8h），印证了"灾害-脆弱性-暴露"的恶性循环。

这项研究开创性地实现了三灾种耦合评估的工程化应用，其价值体现在三方面：首先，方法学上突破传统单灾种评估局限，通过AHP-GIS融合解决了参数权重分配的空间可视化难题；其次，实践层面为奥迪翁甘市锁定292栋优先加固建筑（高风险医院+学校），指导政府将有限资源投入Tabing-Dagat等关键区域；最后，构建的评估框架可推广至东南亚其他灾害多发区，为《仙台框架》的"多灾种早期预警系统"目标提供技术模板。研究团队建议后续整合人工智能(AI)优化动态风险评估，并纳入气候变化预测参数以增强模型前瞻性。